基于自适应容积卡尔曼滤波的路面附着系数识别

摘要：

路面附着系数是车辆行驶稳定性的关键参数之一,精确识别车辆行驶时的路面附着系数是决定车辆安全性能优劣的重要前提.相较通过测量路面物理量的 Cause-Based识别方法,基于动力学响应的 Effect-Based 识别方法受客观环境的影响较小,且经济成本更为节约.本文结合车辆动力学响应与 Dugoff轮胎模型公式,基于极大值后验估计(MAP)原理和观测信息对量测噪声的统计特性进行在线估计,并将其嵌入容积卡尔曼(CKF)中构建自适应容积卡尔曼(NACKF)路面附着系数估计器,提高算法的估计精度.CarSim-Simulink 仿真试验结果表明,在高附着路面下 NACKF算法的估计精度较之传统四维 UKF和 CKF 分别提高了 0.001 7 和 0.000 55,而在对接路面下估计精度较之传统 UKF和 CKF分别提高了 0.172 3 和 0.039.

关键词：电动汽车、路面附着系数、自适应容积卡尔曼滤波、极大值后验估计

所属期刊栏目：41

分类号：U461.91(汽车工程)

资助基金：新疆生产建设兵团重大科技项目2018AA008

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：274-278